期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
一种移动无线传感器网络的节点位置预测方法 被引量:6
1
作者 夏扬波 杨文忠 +2 位作者 张振宇 王庆鹏 石研 《计算机科学》 CSCD 北大核心 2018年第8期113-118,共6页
针对目前移动无线传感器网络中现有位置预测方法的预测精度较低以及需要依靠大量的历史运动路径数据的不足,提出了一种基于不确定性支持向量机的"角度-分类"(A-USVC)位置预测方法。该方法利用节点收集的节点隶属度向量来构建... 针对目前移动无线传感器网络中现有位置预测方法的预测精度较低以及需要依靠大量的历史运动路径数据的不足,提出了一种基于不确定性支持向量机的"角度-分类"(A-USVC)位置预测方法。该方法利用节点收集的节点隶属度向量来构建归类预测模型,根据所构建的预测模型和计算的移动节点偏转方向来确定未知节点所在的区域,从而完成对移动未知节点的位置预测。仿真实验表明:在精度方面,该方法相比于传统的马尔科夫模型预测方法提高了35%,相比于神经网络预测方法提高了19%。A-USVC位置预测方法有效地提高了位置预测的精度,且计算量小,在小样本的情况下依然能保持良好的预测能力。 展开更多
关键词 不确定性支持向量机 位置预测 移动无线传感网 节点隶属度向量
下载PDF
不确定性数据的分类方法研究综述
2
作者 沈杰 许高建 +1 位作者 杨阳 李绍稳 《重庆科技学院学报(自然科学版)》 CAS 2017年第4期96-99,共4页
传统的数据挖掘分类方法能够成功地应用于确定性数据分类,但却无法满足绝大多数领域中复杂的不确定性数据的分类需求,由此出现了一系列针对不确定性数据的分类方法。通过大量研究,目前经典的分类算法及针对不确定数据分类的改进方法得... 传统的数据挖掘分类方法能够成功地应用于确定性数据分类,但却无法满足绝大多数领域中复杂的不确定性数据的分类需求,由此出现了一系列针对不确定性数据的分类方法。通过大量研究,目前经典的分类算法及针对不确定数据分类的改进方法得到了很大发展,如改进后的支持向量机算法、朴素贝叶斯算法、决策树算法等日渐成熟。 展开更多
关键词 不确定性数据 分类 支持向量机 朴素贝叶斯 决策树
下载PDF
非线性不确定系统的OS-LSSVMR内模控制 被引量:8
3
作者 王定成 姜斌 《控制理论与应用》 EI CAS CSCD 北大核心 2008年第5期905-907,共3页
针对非线性、不确定性对象内模控制不易精确建模的问题,提出OS-LSSVMR(online-sparse-least-squares-support-vector-machines-regression)在线调整模型的内模控制方法.首先介绍一种具有在线建模和稀疏性解的OS-LSSVMR;再采用OS-LSSVMR... 针对非线性、不确定性对象内模控制不易精确建模的问题,提出OS-LSSVMR(online-sparse-least-squares-support-vector-machines-regression)在线调整模型的内模控制方法.首先介绍一种具有在线建模和稀疏性解的OS-LSSVMR;再采用OS-LSSVMR建立内模控制的正向模型,对模型可逆并且唯一的非线性系统设计逆模控制器;在模型偏离被控对象时在线修正正逆模型.仿真表明,该方法对非线性不确定性系统具有较好的实时性、鲁棒性和在线校正功能. 展开更多
关键词 非线性 不确定 在线 稀疏 最小二乘支持向量机回归 内模控制
下载PDF
动态补偿逆的非线性不确定系统LS-SVM内模控制 被引量:2
4
作者 李炜 许德智 李二超 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2010年第8期85-88,共4页
针对非线性不确定系统和传统的非线性内模控制在控制上存在的不足,提出一种基于动态补偿逆的非线性不确定系统LS-SVM内模控制,在引入LS-SVM建立逆模型的同时,将无模型自适应控制方法作为附加控制器,用于模型偏离被控对象时在线修正逆模... 针对非线性不确定系统和传统的非线性内模控制在控制上存在的不足,提出一种基于动态补偿逆的非线性不确定系统LS-SVM内模控制,在引入LS-SVM建立逆模型的同时,将无模型自适应控制方法作为附加控制器,用于模型偏离被控对象时在线修正逆模型.仿真结果表明,提出的方法不仅对系统的常量摄动具有较好的鲁棒性,对时变不确定性仍然保持较好的跟踪效果,具有较好的实时性、鲁棒性和在线校正功能. 展开更多
关键词 非线性不确定 最小二乘支持向量机 无模型自适应控制 动态补偿 逆系统方法 内模控制
原文传递
基于LS-SVM非线性内模控制在焊缝跟踪中的运用
5
作者 姜一达 王书军 《微型机与应用》 2011年第9期79-81,共3页
针对单纯的模糊控制器在焊接机器人的焊缝跟踪中的控制精度欠佳、自适应性不强等问题,设计了一种新的用于焊缝跟踪的LS-SVM非线性内模控制器。通过样本数据建立系统固定的LS-SVM逆模型,与系统串联成精确的伪线性系统,对伪线性系统采用... 针对单纯的模糊控制器在焊接机器人的焊缝跟踪中的控制精度欠佳、自适应性不强等问题,设计了一种新的用于焊缝跟踪的LS-SVM非线性内模控制器。通过样本数据建立系统固定的LS-SVM逆模型,与系统串联成精确的伪线性系统,对伪线性系统采用鲁棒性强的内模控制。仿真结果表明该方法具有很好的跟踪结果。 展开更多
关键词 非线性不确定系统 最小二乘支持向量机 逆系统方法 内模控制
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部